写这篇文章的主要目的是为了总结这一个多月对tensorflow应用到c++语言上面走过的路。因为身边的人都少有使用c++实现tensorflow的使用,都是自己一点坑一点坑踩过来。所以想总结一番,也分享给大家一起探讨。第一次写,写的不好的地方请大家多多指正。我是在Github下载tensorflow源码,编译可以供vs2015使用的tensorflow库,然后将我们项目training得到的.ckpt文件固定成.pb文件,经过c++调用,跑出了想要做到的效果。这里介绍的是如何编译供c++使用的tensorflow库,并且是GPU版本。
参考的博客链接:https://www.cnblogs.com/steven_oyj/p/8259205.html (请复制粘贴,_ 原因会出现404)我就差不多是参考上面这篇博客的,并对其进行完善一下,主要是在cmake-gui勾选参数就有点区别,还有我没有像上述博客一样,修改CMakeLists.txt的内容, 非常感谢这位博主。
这里有一点要提的是,我这个tensorflow-master版本想要使用GPU的话,对应的是Cuda v9.0版本。事先安装好Cuda V9.0,并在vs2015中去试着调用,看是否可以使用。这里给一下使用vs + cuda的配置方法,主要是测试vs2015能否使用gpu。安装CUDA时候,注意也要弄好Cudnn, 装过tensorflow-gpu版本的应该都知道,就不说了。 参考链接:https://blog.csdn.net/u013165921/article/details/77891913
这个当时真的打击到我了,cmake出来一堆东西,还需要去用VS来编译,编译一次需要4-5个小时,才可以知道在这些编译参数下生成的文件再用vs来编译能不能成功。失败了一个多星期,然后总算找到了可以成功编译的cmake参数了。具体的参数含义建议大家看看tensorflow的官网介绍,由于是赶着工程需要,也没有去深入研究这些cmake参数的定义,以及勾选不同参数下vs编译时候报的错误信息。cmake注意安装的不是命令行cmake,而是cmake-gui,方便在cmake时候勾选自己所需要的参数。下面就给出了cmake-gui操作的具体流程图了。
这时候,在你的生成文件路径E:\download\tensorflow-master\tensorflow-master\tensorflow\contrib\cmake\w_build下就会生成一堆文件,然后使用vs2015打开下面工程文件:双击ALL_BUILD, 使用vs2015打开。
如下图,选择Release x64 , 然后按照下图所标示 1点击 工具 2选择 选项 3 设置最大并行项目生成数为 1。上述设置完成之后,就可以右击ALL_BUILD ->生成。 接着就是漫长的等待了。我的电脑一般是4个小时左右。
编译完成之后,一般都会报错的。也别着急,需要耐心。我的错误类型如下:
然后找到下图的文件 tf_core_kernels 鼠标右键->仅用于项目->仅生成tf_core_kernels,然后再等一段时间,就可以看到下面第二张图的输出结果了。
接着找到tensorflow_static文件,鼠标右键->仅用于项目->仅生成tensorflow_static, 再等一段不长的时间
最后一步了,你上面都是出现成功的话,这一步就是更没问题了。找到tensorflow这个文件, 鼠标右键->仅用于项目->仅生成tensorflow,就会在相应的目录下生成tensorflow.dll和tensorflow.lib, 这就是我们需要的文件了。然后c++编译tensorflow就算是成功了。一般的你可以去找个关于c++ tensorflow教程跑一下这个tensorflow源码中的example, 测试一下。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。